GPT-5.4 (medium) vs Pareto 26.9 (default)

Pareto 26.9 (default) лидирует по среднему баллу: 8.9 vs 8.8. Pareto 26.9 (default) имеет более низкую стоимость benchmark: $1.864 vs $2.213. GPT-5.4 (medium) быстрее: 24.81s vs 28.26s, с долей успешных попыток 78.3% vs 79.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-15

Сравниваемые модели

Ранг: #57
Общее число выходных токенов: 96,502
Время ответа (среднее): 24.81s
Общая стоимость: $2.213

Ранг: #55
Общее число выходных токенов: 175,696
Время ответа (среднее): 28.26s
Общая стоимость: $1.864

Рекомендуемая модель Pareto 26.9 (default)

У него самый высокий балл в этом сравнении (8.9) и лучший общий баланс стоимости и времени ответа среди 2 моделей.

Подробное сравнение

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Pareto 26.9 Pareto 26.9 default Релиз: 2026-10-15

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Pareto 26.9 Pareto 26.9 default Релиз: 2026-10-15
Оценка	8.8	8.9
Ранг	#57	#55
Надежность	10.0	10.0
Стабильность	8.7	8.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	79.7%
Нестабильные тесты	4	6
Всего запусков	69	69
Стоимость за результат	12.535	12.422
Общая стоимость	$2.213	$1.864
Цена входа	$2.500 / 1M	$2.500 / 1M
Цена выхода	$15.000 / 1M	$7.500 / 1M
Цена чтения из кэша	$0.250 / 1M	$0.250 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	223,210	218,199
Выходные токены	7,312	175,696
Токены рассуждений	89,190	0
Время ответа (среднее)	24.81s	28.26s
Время ответа (макс.)	100.41s	151.76s
Время ответа (суммарно)	570.60s	649.90s
Параметры	~1.5T всего (~100B активных)	-
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#57 GPT-5.4

medium

Стоимость: $0.214
Время: 199.6s
Токены: 14,349 tok

#55 Pareto 26.9

default

Стоимость: $0.038
Время: 109.6s
Токены: 5,118 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		67.82s	142,074	1,157	4,879
Pareto 26.9	10.0	10.0	100.0%	0		54.17s	103,835	8,348	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
Pareto 26.9	7.5	8.4	66.7%	1		6.44s	737	1,595	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Pareto 26.9	10.0	10.0	100.0%	0		49.15s	7,419	1,895	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351
Pareto 26.9	8.2	6.9	66.7%	1		81.38s	88,832	146,339	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
Pareto 26.9	10.0	10.0	100.0%	0		2.63s	7,728	1,285	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	5.3	7.2	44.4%	1		72.44s	628	61	36,544
Pareto 26.9	5.9	7.2	55.6%	1		60.97s	825	12,233	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
Pareto 26.9	6.5	3.4	66.7%	1		6.55s	492	774	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
Pareto 26.9	9.8	10.0	100.0%	0		3.82s	696	393	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
Pareto 26.9	8.2	7.3	88.9%	1		8.40s	624	1,437	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
Pareto 26.9	10.0	10.0	100.0%	0		3.63s	6,762	892	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
Pareto 26.9	2.8	1.6	33.3%	1		28.57s	249	505	0

Сменить пару сравнения

Claude Fable 5mediumvsPareto 26.9default Muse Spark 1.1mediumvsPareto 26.9default Muse Spark 1.2mediumvsPareto 26.9default GPT-5.4mediumvsQwen3.8 MAXlow Muse Spark 1.2highvsPareto 26.9default DeepSeek V4.1 FlashhighvsGPT-5.4medium Qwen3.8 MAXlowvsPareto 26.9default Muse Spark 1.2lowvsGPT-5.4medium Pareto 26.9defaultvsGLM 5.3 Flashmax Gemini 3.6 FlashlowvsPareto 26.9default Claude Opus 5lowvsPareto 26.9default Gemini 4 ArgonmediumvsPareto 26.9default